Conforme Freitag e Mittmann (2005, p. 3), o GoldVarb é “[...] uma ferramenta de análise estatística [...], sendo utilizado especialmente para o tratamento estatístico de regras variáveis em estudos sociolinguísticos”. Para esse estudo, utilizamos o GoldVarb X, uma das versões disponíveis do programa para análise estatística de regras variáveis. O objetivo desse tipo de análise é “[...] separar, quantificar e testar a significância dos efeitos de fatores contextuais em uma variável linguística” (GUY; ZILLES, 2007, p. 34). Esses fatores condicionantes podem ser tanto linguísticos (o efeito, por exemplo, da consoante precedente
para o abaixamento da vogal média pretônica) como extralinguísticos (como o efeito da idade dos informantes na pronúncia de g[o]star versus g[ɔ]star).
O primeiro passo para a análise de uma regra variável é definir a variável linguística. A definição dessa variável implica a identificação de variantes, ou seja, o que é e o que não é uma ocorrência da variável em estudo (GUY; ZILLES, 2007, p. 36). Além disso, é preciso ter em mente o envelope de variação, que indica onde a variação ocorre e onde ela não pode ocorrer de forma alguma. Após essa primeira etapa, e de posse dos dados, o pesquisador elabora códigos, que podem ser números, letras ou símbolos, para cada variável que tiver sido definida para o estudo. Um exemplo de como a codificação pode ser feita foi mostrado na seção anterior, em que discorremos sobre a coleta e a seleção dos dados.
Para a palavra sofá, por exemplo, que apareceu na entrevista do Informante 3, fizemos a seguinte codificação:
(3kfekfsbco00vscmjp sofá
Podemos observar que antes do início da codificação, um parêntese foi aberto. Isso é feito para o programa poder identificar os dados codificados. Após o último dado codificado, o parêntese é fechado. Essa codificação é salva no arquivo de dados (.tkn) do GoldVarb X e, em seguida, na seção Tokens > generate factor specification, podemos conferir todos os dados para saber se há algum erro no que foi codificado. Se algum erro for detectado, o pesquisador pode fazer a correção imediatamente e continuar a análise.
Assim que a conferência for feita, o programa abre a janela do arquivo de condições (.cnd) e a seção Tokens > no recode irá mostrar a variável dependente em estudo e quantos grupos fazem parte da análise. Ainda no arquivo de condições, a seção Cells > load cells to memory fornecerá ao pesquisador os primeiros dados da análise, quando o programa apresenta a seleção de células no arquivo (.cel) e no arquivo de resultados (.res). Nesse momento da análise, alguns dados poderão chegar a 0% ou 100%, o que significa que eles estão em nocaute33, ou seja, com os fatores para os quais os dados representam a aplicação ou a não aplicação da regra. Em outras palavras, se o fator estiver acima de 95% ou abaixo de 5%, não há variação. Por isso, esses dados precisam ser retirados da rodada34. Para esse procedimento ser feito, é necessário voltar ao arquivo de condições (.cnd) e eliminar os nocautes presentes nos grupos que compõem a análise. Depois que os nocautes forem eliminados, checa-se todos os grupos, mas é importante salvar novamente o arquivo de condições (.cnd).
33 Do inglês knockout, que é como aparece no programa.
Feito isso, nesse mesmo arquivo, a seção Cells > load cells to memory abrirá um novo arquivo de resultados (.res), em que o pesquisador deve verificar se todos os nocautes foram retirados. Os resultados ainda com nocaute devem aparecer primeiro, seguidos pelos sem nocaute. Após essa verificação, basta entrar no arquivo de resultados (.res) e dar início a rodada dos dados, na seção Cells > binomial up and down. Assim que a rodada for concluída, o pesquisador poderá conferir, no arquivo de resultados (.res), a melhor corrida da rodada stepping up (em Best stepping up run) e poderá confirmar o resultado encontrado na rodada stepping down (em Best stepping down run).
A partir da melhor corrida, o pesquisador poderá montar as tabelas com os resultados da sua análise, uma vez que ele já terá acesso aos percentuais e aos pesos relativos referentes aos dados analisados. Os percentuais expressam a tendência de a variável dependente ocorrer em diferentes contextos. O peso relativo apenas confirma essa tendência, por meio de valores no intervalo de 0 a 1. Quanto mais próximo de 1, mais favorecedor é o efeito do fator na ocorrência da variável em um dado contexto, quanto mais próximo de 0, mais desfavorecedor, e se estiver em torno de 0,5 é considerado ponto neutro, ou seja, não favorece e nem desfavorece o fenômeno em estudo.
Nessa seção, nossa intenção não foi elaborar um manual para o uso do programa estatístico, mas procuramos fornecer ao leitor uma visão geral de como lidar com o GoldVarb X. É importante salientar que, a cada etapa da análise, o pesquisador deve salvar tudo o que for sendo feito e manter abertas todas as janelas que forem de uso do programa. Os procedimentos que descrevemos acima são válidos apenas para uma variável dependente, por exemplo, em nosso estudo estudamos a variação de /e/ e de /o/, então, fizemos duas rodadas separadamente, uma para /e/ e outra para /o/. Ainda assim, é importante que o pesquisador faça sempre mais de uma rodada para cada variável dependente e confronte os resultados encontrados, pois se ocorrerem discrepâncias de uma análise para outra, algo está errado.
3.5 Definições das Variáveis
Nesta seção, apresentamos as variáveis dependentes e as independentes que foram selecionadas para este estudo.
3.5.1 Variável dependente
A variável dependente é o que será estudado. Nesse estudo, a variável dependente é o abaixamento das vogais médias /e/ e /o/ na posição pretônica. A ocorrência e a não ocorrência